TY  - RPRT
A1  - Bartz-Beielstein, Thomas
A1  - Flasch, Oliver
T1  - MCIOP - Mehrkriterielle CI-basierte Optimierungsverfahren für den  industriellen Einsatz
N2  - Ziel des Forschungsprojektes "Mehrkriterielle CI-basierte Optimierungsverfahren für den industriellen Einsatz" (MCIOP) war die Verringerung von Schadstoffemissionen in Kohlekraftwerken. Der wissenschaftliche Fokus lag auf der Entwicklung von Methoden, die in der Lage sind, interpretierbare Modelle für die Schadstoffemissionen automatisch zu generieren. Hierzu wurden mehrkriterielle Optimierungsverfahren entwickelt und eingesetzt. Zur Zeit- und Kostenreduktion wurde die Optimierung durch Surrogat-Modelle erfolgen, die abgestuft mit aufwändigeren Simulationen zum Einsatz kamen („optimization via simulation“). Bei der Untersuchung von Staubabscheidern konnten durch eine mehrkriterielle Optimierung unterschiedliche Zielgrößen, wie z.B. Abscheidegrad und Druckverlust, gleichzeitig berücksichtigt werden. 

Dieser Bericht beschreibt die im Projekt MCIOP im Zeitraum von August 2011 bis einschließlich Juni 2015 erzielten Ergebnisse.
T3  - CIplus - 6/2015 
KW  - Evolutionärer Algorithmus
KW  - Optimierung
KW  - Soft Computing
KW  - Evolutionsstrategie
KW  - Genetisches Programmieren
KW  - Genetische Algorithmen
Y1  - 2016
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:832-opus4-1590
ER  - 
TY  - RPRT
A1  - Bartz-Beielstein, Thomas
A1  - Branke, Jürgen
A1  - Mehnen, Jörn
A1  - Mersmann, Olaf
T1  - Overview: Evolutionary Algorithms
N2  - Evolutionary algorithm (EA) is an umbrella term used to describe population-based stochastic direct search algorithms that in some sense mimic natural evolution. Prominent representatives of such algorithms are genetic algorithms, evolution strategies, evolutionary programming, and genetic programming. On the basis of the evolutionary cycle, similarities and differences between these algorithms are described. We briefly discuss how EAs can be adapted to work well in case of multiple objectives, and dynamic or noisy optimization problems. We look at the tuning of algorithms and present some recent developments coming from theory. Finally, typical applications of EAs to real-world problems are shown, with special emphasis on data-mining applications
T3  - CIplus - 2/2015 
KW  - Soft Computing
KW  - Versuchsplanung
KW  - Evolutionsstrategie
KW  - Evolutionärer Algorithmus
KW  - Metaheuristik
KW  - Optimierung
KW  - Optimierungsproblem
KW  - Evolutionäre Algorithmen
KW  - Evolutionsstrategien
KW  - Genetisches Programmieren
KW  - Genetische Algorithmen
KW  - Evolutionary Algorithms
KW  - Evolution Strategies
KW  - Genetic Algorithms
KW  - Genetic programming
Y1  - 2015
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:832-cos-777
ER  -